evidoria

← Retour à la liste

Bonne pratique Importée

Quartz Solar — L'opérateur du réseau électrique britannique réduit de moitié ses erreurs de prévision solaire grâce à l'IA, économisant 30 millions de livres par an

Royaume-Uni · Warwick · Voir le profil de Royaume-Uni

Preuves: Descriptif / auto-déclaré Top 25% 73/100 · Demandez à Evidence Copilot à propos de cette pratique

L'opérateur public NESO a déployé Quartz Solar, un outil d'IA conçu avec l'ONG Open Climate Fix. Il a réduit de moitié les erreurs de prévision solaire, économisant au moins 30 millions de livres par an, avec une projection allant jusqu'à 150 millions d'ici 2035.

halved (~50) %
Réduction des erreurs importantes de prévision solaire (current)
~2.8 x
Amélioration de la précision par rapport à l'outil de prévision précédent (current)
at least 30 GBP million/year
Économies annuelles estimées sur les coûts de déséquilibre/réserve (current)
~300,000 tonnes/year
Émissions de CO2 évitées estimées par an (current)
up to 150 GBP million/year
Économies annuelles projetées d'ici 2035 (projected to 2035)
1,000+ sites
Sites photovoltaïques utilisés pour les données historiques de production (current)
~300 supply points
Points de raccordement au réseau couverts par les prévisions (current)
Quartz Solar — L'opérateur du réseau électrique britannique réduit de moitié ses erreurs de prévision solaire grâce à l'IA, économisant 30 millions de livres par an

Détails

Maturité
Établie
Promoteur
National Energy System Operator (NESO), with Open Climate Fix
Période
2024–2025
Mots-clés
energy, electricity grid, renewable energy, solar forecasting, public utilities

Contexte

Le système électrique de Grande-Bretagne dépend de plus en plus de l'énergie solaire, et le gestionnaire du réseau, le National Energy System Operator (NESO), organisme public depuis sa nationalisation en octobre 2024, avait besoin de prévisions à court terme plus précises de la production solaire afin d'éviter d'acheter à l'excès une réserve de secours coûteuse.

Objectifs

NESO a collaboré avec Open Climate Fix, une organisation britannique à but non lucratif appliquant l'apprentissage automatique aux problématiques climatiques, pour construire Quartz Solar, un outil destiné à prévoir la production solaire avec plus de précision et de fréquence que le système qu'il remplaçait.

Activités

L'outil combine des images satellite en temps réel (12 canaux spectraux), des données météorologiques et des données historiques de production provenant de plus de 1 000 sites photovoltaïques pour prévoir la production solaire jusqu'à 36 heures à l'avance pour environ 300 points de raccordement au réseau, avec une mise à jour toutes les 15 minutes au lieu du rythme précédent de six heures, et des résultats probabilistes (percentiles 10, 50 et 90).

Résultats

Selon NESO et Open Climate Fix, Quartz Solar a divisé par deux les erreurs de prévision importantes et se révèle environ 2,8 fois plus précis que l'outil qu'il a remplacé. NESO estime que cela permet d'éviter au moins 30 millions de livres sterling par an de coûts de déséquilibre/réserve et environ 300 000 tonnes d'émissions de CO2, avec des économies pouvant atteindre 150 millions de livres par an d'ici 2035 à mesure que la capacité solaire augmente.

Conclusions

Les chiffres de performance sont autodéclarés par NESO et son partenaire technologique à but non lucratif plutôt qu'audités de manière indépendante, et l'outil porte spécifiquement sur la prévision solaire, et non sur l'ensemble des décisions d'équilibrage du réseau.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans) — NESO was nationalised in October 2024; Quartz Solar has since become NESO's everyday forecasting tool, with projected savings rising through 2035 as solar capacity grows.
Personnel et compétences
National Energy System Operator (NESO) control room team, Open Climate Fix, a non-profit machine-learning delivery partner

Conditions de réussite

  • Partnering with a mission-driven non-profit technology partner rather than a black-box commercial vendor
  • Combining multiple live data sources, satellite imagery, weather data and historical generation from over 1,000 PV sites
  • Probabilistic (10th/50th/90th percentile) outputs rather than single-point forecasts, to support risk-based reserve decisions

Modes d’échec courants

  • Performance figures are self-reported by NESO and its non-profit partner rather than independently audited.
  • The tool addresses solar forecasting specifically, not the full range of grid-balancing decisions.

Où cela s’applique

Type de gouvernance
national grid system operator (public body)
Échelle
national (Great Britain transmission system)
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles